近期，GitHub 上突然涌现出一批以 .skill 为后缀的项目。表面上是技能包，实质上却在封装“人”。
同事.skill、前任.skill、导师.skill、老板.skill，以及更多看似玩笑、实则严肃的变种。只要输入某个人的聊天记录、工作文档、性格标签，就能生成一个能够模仿其说话方式、判断逻辑和协作习惯的 AI Skill。
短短三天内，这些项目从 GitHub 蔓延至小红书。前任.skill 的帖子下已积累 515 条评论，3861 次点赞和 2015 次收藏；导师.skill 也迅速演变为情绪共鸣的聚集地。
一个个 GitHub 项目，就这样突破了技术圈层，成为大众情绪话题。
前任、同事、导师，乃至老板的部分职能——这些原本属于人际关系与角色的元素，正被越来越多人重新理解为一种“可封装、可调用、可复用”的能力包。你只需提供聊天记录、文档、截图或口头描述，AI 便能尝试模仿一个人的语言风格、工作方法、决策习惯，最终将其压缩成一个 skill。听起来像段子，但其背后实则是一条非常明确的技术路径。
一、 这不是网友恶搞：从 Anthropic 到 Agent Skills如果这仅仅是网友的恶搞，那它最多算是一个网络迷因。关键在于，其背后有一条清晰的技术主线。
Anthropic 在官方技术文档中将 Agent Skills 定义为一种可被智能体动态发现并加载的能力模块：本质上是一个包含 SKILL.md、脚本、资源及说明文件的目录，旨在将专业知识、工作流程与经验打包为可复用的能力单元。其目标并非制造零散的小工具，而是将通用智能体转变为“按需专精”的智能体。Anthropic 甚至将“制作一个 skill”类比为“为新员工编写入职指南”。这一比喻至关重要，因为它揭示了 skill 的本质并非花哨的提示词技巧，而是将人的程序性知识系统化、文档化。
官方仓库 anthropics/skills 也印证了这一点。其中明确指出，skills 是一组指令、脚本和资源，Claude 可根据需要动态加载，用于文档处理、设计、开发、沟通等专项任务。换言之，skill 并非偶然的网络玩梗，而是 AI 平台正在积极推动的一种标准化能力形态。
真正值得关注的是，一旦这一框架成熟，未来被打包的不再仅仅是“如何完成某件事”，还将包括“像谁一样完成某件事”。从任务封装到人格与角色封装，其实仅一步之遥。
二、 首先被封装成 Skill 的，往往是曾对你拥有权力的人观察这些项目时，一个值得深思的规律浮现出来：最早被转化为 skill 的对象，往往并非泛泛之交或陌生人，而是那些在情感、工作、学术或组织层面曾对你施加过影响的人——例如前任、同事、导师，以及老板的某些职能。情感权力、职场权力、学术权威、决策权力，都在这一过程中被具象化。
同事.skill 的设计逻辑非常明确：将某位同事留下的飞书消息、电子邮件、工作文档及你的主观描述输入系统，拆解为两个层次——Work Skill 负责还原其技术规范、工作流程与决策路径，Persona 则模拟其语言习惯、沟通风格与行为模式。其关键价值不在于“模仿得是否逼真”，而在于将原本依赖真人参与的协作对象，转化为一个可重复调用的工作接口。项目 README 甚至直接将这种设计理念描述为一种“赛博永生”的延续。
前任.skill 则将相同的结构迁移至亲密关系领域。它处理的不再是代码审查或项目推进，而是对话节奏、记忆片段、情绪反应与互动方式。根据项目说明，通过整合聊天记录、照片、社交媒体内容及主观描述，可以生成一个“像 TA 一样交谈”的数字人格 skill。真正令人不安的并非技术本身，而是它将“关系中的在场感”也理解为一种可被提取、可被调用的资源。
如今，连导师也开始被封装为 skill。例如“导师.skill”项目在首页明确写道：“将导师蒸馏成随时可咨询的 AI Skill”。它精准切中了现实痛点：对学生而言，导师常常因繁忙难以约见；对教师而言，则需要反复向学生解释自己的研究方向、学术风格与经验方法。这种原本高度依赖真人互动的“指导”“点拨”“传帮带”关系，正被重新封装为一套可随时访问的能力包。
更进一步，GitHub 上已出现将“老板职能”转化为 skill 的尝试。例如 boss-skill 类项目，核心并非模仿特定老板的语气，而是将“统筹、分工、推进、协调多角色”的管理中枢抽象为一个 Boss Agent；而如 ceo-advisor 这类 skill，则进一步把战略决策、资源分配、董事会沟通与组织发展等典型 CEO 职责封装为可调用框架。即便是老板这样的权力角色，也正在被 skill 化。
将这些案例并列观察，我们会发现：
前任，原本是一种情感关系；同事，原本是一种协作模式；导师，原本是一种影响力传递；老板，原本是一种权力结构。
但在技能化的叙事中，这些关系正被重新表述为：输入何种材料、提取何种特征、输出何种风格、何时调用、如何回滚、如何纠偏。一旦这种话语被接受，人便不再首先是“不可替代的个体”，而是先被视作“待整理的接口”。
这才是真正值得警惕之处。并非AI在模仿人类，而是我们率先学会了以软件工程的思维去理解人。
三、 人类如何被重新定价这一转变究竟改变了什么？
过去，一个人的职场价值在于其亲身在场、能够完成工作。而技能化所做的，正是将“人必须在场”这一前提拆解：能力可以被保留，而人可以离开。这意味着“人”这一整体单位正在被解构——你不再是一个不可分割的实体，而成为一组可以分别定价的功能模块。判断力、语气风格、工作流程、历史上下文，每一项都能被单独提取、封装和复用。
这并不意味着人类会消失。更准确地说，它意味着“亲手在场执行”这一行为将越来越廉价，而真正稀缺的将转变为：谁能定义问题、谁能设计流程、谁能持续校准系统、谁有资格对结果负责。
未来最具价值的人，未必是最忙碌、最拼搏、最能熬夜的人，而是那些能够将自己的经验、判断和方法沉淀为系统，并持续校准该系统的人。因为那才是真正难以被一次性提取的部分。可以被复制的是显性的行为，难以被复制的则是长期积累所形成的取舍智慧、责任意识与边界感。
从这个意义上说，技能化真正重新评估的并非某个具体岗位，而是劳动价值的整体结构。
过去，价值主要来源于“我亲手完成了这件事”；未来，价值将越来越多地源于“我定义了如何做、做到什么程度算好、出了问题由谁负责”。
四、 边界何在：从技术趋势到伦理问题当然，这一转变也并非没有边界。
Anthropic在讨论技能时，曾明确提醒过安全风险与数据泄露问题，建议仅安装来自可信来源的技能，并对其中的代码、依赖项和外部资源保持审慎审计。这一提醒对于普通文档技能已足够重要，而在“人被转化为技能”的场景下则更为尖锐。
因为一旦一个人的聊天记录、工作文档、行为习惯、语气偏好都能被提炼，问题就不再只是“技术上是否可行”，而转变为：这些材料归谁所有？谁有权整理？谁有权调用？如何界定误用与滥用？谁应承担被误读、被冒用、被再创造的后果？
也就是说，这不仅是一个充满未来感的技术趋势，同时也是一个正在逼近的伦理议题。我们在惊叹“经验终于可以沉淀”的同时，也必须承认：被沉淀的从来不只是经验，往往还包含一个人的痕迹、关系与边界。
写在最后同事.skill的口号是“欢迎加入赛博永生”。这句话既是认真的，也带有调侃的意味，二者之间的界限已愈发模糊。
并非工具越来越像人，而是我们越来越习惯于以“接口”的方式理解彼此。
到那时，人类并未消失，只是被重新定价。
至于定价之后价值几何，尚无人知晓。